什么会导致 dask 分布式 future 的状态为 'lost'？
What can cause a dask distributed future to have the state 'lost'?
使用 dask 分布式集群，我注意到，一些长期 运行 任务的未来从 pending 切换到 finished，其他从 pending 到 lost。
我怀疑一些 lost 任务仍然是 运行，因为我看到 dask-worker 进程即使没有 futures 也有很高的 CPU 使用率状态不再是 pending。
这里的lost到底是什么意思？长时间 运行 任务（小时）是否可以归类为 lost，因为它们可能会阻止工作人员向调度员报告？还有什么可能导致状态 lost 以及调度程序对此有何反应？
这意味着由于某种原因，调度程序不再具有执行此任务所需的信息。这通常是由于非弹性数据因工作人员宕机而丢失，例如，如果您明确地将一段数据分散给单个工作人员，然后该工作人员出现故障。
>>> future = client.scatter(123)
>>> x = client.submit(f, future)
... worker holding future/123 dies
>>> x.status
'lost'
虽然一般情况下这种情况很少见。通常，如果工作人员宕机，调度程序可以在其他地方复制特定任务的所有工作。
一如既往，提供 minimal complete verifiable example 可以帮助隔离您的特定情况下发生的事情。
使用 dask 分布式集群，我注意到，一些长期 运行 任务的未来从 pending 切换到 finished，其他从 pending 到 lost。
我怀疑一些 lost 任务仍然是 运行，因为我看到 dask-worker 进程即使没有 futures 也有很高的 CPU 使用率状态不再是 pending。
这里的lost到底是什么意思？长时间 运行 任务（小时）是否可以归类为 lost，因为它们可能会阻止工作人员向调度员报告？还有什么可能导致状态 lost 以及调度程序对此有何反应？
这意味着由于某种原因，调度程序不再具有执行此任务所需的信息。这通常是由于非弹性数据因工作人员宕机而丢失，例如，如果您明确地将一段数据分散给单个工作人员，然后该工作人员出现故障。
>>> future = client.scatter(123)
>>> x = client.submit(f, future)
... worker holding future/123 dies
>>> x.status
'lost'
虽然一般情况下这种情况很少见。通常，如果工作人员宕机，调度程序可以在其他地方复制特定任务的所有工作。
一如既往，提供 minimal complete verifiable example 可以帮助隔离您的特定情况下发生的事情。